Migrationsplanering: SQL Server till Fabric Data Warehouse

gäller för:✅ Warehouse i Microsoft Fabric

Den här artikeln beskriver strategin, överväganden och metoder för att migrera datalager från SQL Server till Microsoft Fabric Data Warehouse.

Tips/Råd

En automatiserad migrering från SQL Server finns tillgänglig genom att använda Fabric Migration Assistant för Data Warehouse. Den här artikeln innehåller viktig strategisk information och planeringsinformation.

Introduktion till migrering

Microsoft Fabric är en allt-i-ett-SaaS-analyslösning för företag som erbjuder en omfattande uppsättning tjänster, inklusive Data Factory, Data Engineering, Data Warehousing, Data Science, Real-Time Intelligence och Power BI.

Den här artikeln beskriver alternativ för schema (DDL), databaskod (DML) och datamigrering och hjälper dig att välja ett alternativ för ditt scenario. Den använder TPC-DS branschbenchmark för illustration och prestandatestning. Dina resultat kan variera beroende på faktorer som datatyper, tabellbredd och källlatens.

Förbereda för migrering

Planera noggrant ditt migrationsprojekt innan du börjar, och se till att ditt schema, din kod och data är kompatibla med Fabric Data Warehouse. Tänk på begränsningarna. Kvantifiera refaktoriseringsarbetet för de inkompatibla objekten samt andra resurser som behövs före migreringsleveransen.

Ett annat viktigt mål med planeringen är att justera din design för att säkerställa att din lösning drar full nytta av de höga frågeprestanda som Fabric Data Warehouse är utformat för att tillhandahålla. Design av informationslager för skalning introducerar unika designmönster, så traditionella metoder är inte alltid de bästa. Gå igenom prestationsriktlinjerna. Även om vissa designjusteringar kan göras efter migreringen, sparar ändringar tidigare i processen tid och ansträngning. Migration från en teknik eller miljö till en annan är alltid en stor ansträngning.

Följande diagram visar migrationslivscykeln. Den listar de viktigaste pelarna bestående av Bedöm och Utvärdera, Planeraoch Designa, Migrera, Övervaka och Styra samt Optimera och Modernisera, med tillhörande uppgifter i varje pelare för att planera och förbereda en smidig migrering.

Runbok för migrering

Överväg följande aktiviteter som en planeringsbok för din flytt från SQL Server till Fabric Data Warehouse.

Bedöma och utvärdera
1. Identifiera mål och motivationer. Upprätta tydliga önskade resultat.
2. Upptäck, bedöm och grundlägg den befintliga arkitekturen.
3. Identifiera viktiga intressenter och sponsorer.
4. Definiera omfattningen av vad som ska migreras.
  1. Börja smått och enkelt, och förbered dig på flera små migrationer.
  2. Börja övervaka och dokumentera alla faser i processen.
  3. Bygg upp en inventarie över data och processer för migrering.
  4. Definiera datamodelländringar, om några.
  5. Sätt upp Fabric-arbetsområdet.
5. Utvärdera ditt teams kompetens och preferenser.
  1. Automatisera när det är möjligt.
  2. Använd inbyggda verktyg och funktioner för att minska migreringsarbetet.
6. Utbilda personalen tidigt på den nya plattformen.
  1. Identifiera kompetensbehov och utbildningstillgångar, inklusive Microsoft Learn.
Planera och utforma
1. Definiera önskad arkitektur.
2. Välj metoder och verktyg för migreringen för att utföra följande uppgifter:
  1. Extrahera data från källan.
  2. Konvertera schemat (DDL), inklusive metadata för tabeller och vyer.
  3. Mata in data, inklusive historiska data.
    1. Vid behov, omkonstruera datamodellen genom att använda den nya plattformens prestanda och skalbarhet.
  4. Migrera databaskod (DML).
    1. Migrera eller omstrukturera lagrade procedurer och affärsprocesser.
3. Inventera och extrahera säkerhetsfunktioner och objektbehörigheter från källan.
4. Designa och planera att ersätta eller modifiera befintliga ETL- eller ELT-processer för inkrementell belastning.
  1. Skapa parallella ETL- eller ELT-processer i den nya miljön.
5. Förbered en detaljerad migreringsplan.
  1. Mappa det nuvarande tillståndet till det nya önskade tillståndet.
Migrera
1. Migrera schemat, data och kod.
  1. Extrahera data från källan.
  2. Konvertera schemat (DDL).
  3. Mata in data.
  4. Migrera databaskod (DML).
2. Om det behövs, skala SQL Server-resurser tillfälligt för att öka migrationshastigheten.
3. Tillämpa säkerhet och behörigheter.
4. Migrera befintliga ETL- eller ELT-processer för inkrementell belastning.
  1. Migrera eller refaktorera ETL- eller ELT-inkrementella belastningsprocesser.
  2. Testa och jämför parallella inkrementella belastningsprocesser.
5. Anpassa den detaljerade migrationsplanen vid behov.
Övervaka och styra
1. Kör parallellt och jämför med din källmiljö.
  1. Testa program, business intelligence-plattformar och frågeverktyg.
  2. Mäta och optimera frågeprestanda.
  3. Övervaka och hantera kostnader, säkerhet och prestanda.
2. Utför en styrningsbenchmark och bedömning.
Optimera och modernisera
1. När verksamheten är redo kan du överföra program och primära rapporteringsplattformar till Fabric.
  1. Skala resurser när arbetsbelastningen flyttas från SQL Server till Microsoft Fabric.
  2. Skapa en repeterbar mall från upplevelsen för framtida migreringar. Iterera.
  3. Identifiera möjligheter till kostnadsoptimering, säkerhet, skalbarhet och operativ excellens.
  4. Identifiera möjligheter att modernisera dina dataresurser med de senaste Fabric-funktionerna.

Lyfta och skifta eller modernisera?

I allmänhet finns det två typer av migreringsscenarier, oavsett syftet med och omfattningen av den planerade migreringen: lift and shift as-is, eller en stegvis metod som omfattar arkitektur- och kodändringar.

Lyft och flytta

Vid en lift and shift-migrering migrerar du en befintlig datamodell med mindre ändringar till den nya Fabric Data Warehouse. Den här metoden minimerar risken och migreringstiden genom att minska det nya arbete som krävs för att utnyttja fördelarna med migreringen.

Lift and Shift-migrering passar bra för följande scenarier:

Du har en befintlig miljö där du behöver migrera ett litet antal datamarts.
Du har en befintlig miljö med data som redan finns i ett väldesignat star- eller snowflake-schema.
Du är under tids- och kostnadstryck för att flytta till Fabric Data Warehouse.

Sammanfattningsvis fungerar detta tillvägagångssätt bra för arbetsbelastningar som är optimerade för din nuvarande SQL Server-miljö och därför inte kräver större förändringar i Fabric.

Modernisera i en stegvis metod med arkitekturändringar

Om ett äldre datalager utvecklats under en lång tidsperiod kan du behöva omstrukturera det för att bibehålla de nödvändiga prestandanivåerna.

Du kanske också vill omdesigna arkitekturen för att dra nytta av de nya motorerna och funktionerna som finns i Fabric-arbetsytan.

Designskillnader mellan SQL Server och Fabric Data Warehouse

Tänk på följande skillnader mellan SQL Server och Fabric Data Warehouse.

Tabellöverväganden

När du migrerar tabeller mellan olika miljöer migreras vanligtvis endast rådata och metadata fysiskt. Du brukar inte migrera andra databaselement från källsystemet, som index, eftersom de kan vara onödiga eller implementerade annorlunda i den nya miljön.

Prestandaoptimeringar i källmiljön, såsom index, visar var du kan lägga till prestandaoptimering i en ny miljö, men Fabric tar hand om det automatiskt åt dig.

T-SQL-överväganden

Var medveten om flera skillnader i Data Manipulation Language (DML)-syntax. Se åtkomsytan för T-SQL i Fabric Data Warehouse. Överväg också en kodbedömning när du väljer migreringsmetoder för databaskoden (DML).

Beroende på paritetsskillnaderna vid tidpunkten för migreringen kan du behöva skriva om delar av din T-SQL DML-kod.

Skillnader i datatypsmappning

Fabric Data Warehouse har flera skillnader i datatyper jämfört med andra Microsoft SQL-plattformar. Mer information finns i Datatyper i Microsoft Fabric.

Följande tabell visar mappningen av stödda datatyper från SQL Database Engine till Fabric Data Warehouse.

SQL Server	Fabric-datalager
`money`	`decimal(19,4)`
`smallmoney`	`decimal(10,4)`
`smalldatetime`	`datetime2`
`datetime`	`datetime2`
`nchar`	`char`
`nvarchar`	`varchar`
`tinyint`	`smallint`
`binary`	`varbinary`
`datetimeoffset`*	`datetime2`

* datetime2 lagrar inte information om tidszonsförskjutning som datetimeoffset lagrar. Eftersom datetimeoffset datatypen för närvarande inte stöds i Fabric Data Warehouse, extrahera tidszonsoffset-data till en separat kolumn.

Tips/Råd

Är du redo att migrera?

För att komma igång med en automatiserad migrering, se Fabric Migration Assistant för Data Warehouse.

För fler manuella migreringssteg och detaljer, se Migreringsmetoder för SQL Server till Fabric Data Warehouse.

Feedback

Var den här sidan till hjälp?

Last updated on 2026-09-29